05.6.10 其他向量库
所属:全栈开发面试题库 / 05 数据库与存储 / 05.6 向量数据库与语义检索
覆盖范围
除主流独立向量库与关系型扩展外,面试还会问到搜索引擎型、嵌入式型与云厂商托管的向量能力。本域覆盖 Vespa、LanceDB、DashVector、VikingDB、腾讯云向量数据库、MongoDB Atlas Vector Search、SQLite-vec、SQL Server 向量类型与新兴方案,重点是各自定位、能力边界与选型判断。
- Vespa:搜索与排序一体化、schema 与 rank profile、HNSW 与多阶段排序
- LanceDB:列式存储 + 嵌入式检索、版本管理与对象存储上的数据湖检索
- DashVector、VikingDB、腾讯云向量数据库:云托管形态、配额与运维边界
- MongoDB Atlas Vector Search:聚合管道中的 $vectorSearch、索引定义与过滤
- SQLite-vec、SQL Server 向量类型:嵌入式与关系库内的轻量方案
- 新兴方案与开源项目:定位判断、成熟度评估、不要过度承诺
子主题
| 编号 | 子主题 | 核心内容 | 题数 |
|---|---|---|---|
| 05.6.10.1 | Vespa 与 LanceDB | Vespa schema 与 rank profile、多阶段排序、HNSW 配置;LanceDB 列式与版本、嵌入式检索、对象存储 | 48 |
| 05.6.10.2 | DashVector、VikingDB 与云厂商向量库 | 托管形态与 API、集合与索引、配额与计费、数据合规与迁移成本 | 48 |
| 05.6.10.3 | MongoDB Atlas Vector Search | 向量索引定义、$vectorSearch 管道、过滤与 numCandidates、与业务集合共存、副本集要求 | 48 |
| 05.6.10.4 | SQLite-vec 与 SQL Server 向量 | 嵌入式向量扩展、虚拟表与 KNN 查询、SQL Server 原生向量类型与距离函数、索引与限制 | 48 |
| 05.6.10.5 | 新兴向量库与嵌入式方案 | 新兴开源项目评估维度、嵌入式与库型方案、成熟度与风险、何时不该用专用向量库 | 48 |
合计 240 题。 每题按「一句话结论 → 概念解释 → 原理流程 → 代码/命令 → 常见误区 → 追问(带答案)」组织,编号在本章内唯一。
面试题索引
| 页编号 | 题号范围 | 主题 | 主要考点 | 题数 |
|---|---|---|---|---|
| 05.6.10.1 | 001-048 | Vespa 与 LanceDB | Vespa 排序体系、LanceDB 存储模型、两者适用场景 | 48 |
| 05.6.10.2 | 001-048 | DashVector、VikingDB 与云厂商向量库 | 云托管 API、索引能力、配额计费、合规、迁移 | 48 |
| 05.6.10.3 | 001-048 | MongoDB Atlas Vector Search | 索引定义、聚合管道、过滤、候选数、部署要求 | 48 |
| 05.6.10.4 | 001-048 | SQLite-vec 与 SQL Server 向量 | 嵌入式方案、虚拟表、原生向量类型、能力边界 | 48 |
| 05.6.10.5 | 001-048 | 新兴向量库与嵌入式方案 | 评估维度、成熟度、风险控制、反向选型 | 48 |
学习路径
Vespa 与 LanceDB
→ DashVector、VikingDB 与云厂商向量库
→ MongoDB Atlas Vector Search
→ SQLite-vec 与 SQL Server 向量
→ 新兴向量库与嵌入式方案
待整理清单
- [ ] 按题目补齐官方文档链接与版本说明
- [ ] 补充真实压测数据与线上指标(标注采集条件)
- [ ] 校对参数默认值,无法确认的标注「待确认」并补验证方法
- [ ] 与 05.5.2.5 通用算法题的交叉引用保持一致